神经网络的应用 国泰君安 俞枫：人机同行 证券行业人工智能探索与实践(4)

国泰君安目前正在与金融科技公司合作共研智能投研平台，已初步实现公告、研报等摘要的自动生成。目前正在合作研究基于知识图谱分析资本市场复杂信息间的内在关联，基于机器学习和预测实现从事件到投资观点的一步跨越。

第五、 企业数字化。神经网络的应用

在未来的数字化时代，券商的财务管理、合法合规管理也将变得更加智能化，包括日常流程处理(如财务系统中的流程性操作)、实物票据识别(如辨别)、结构化数据抽取(如纸质文档中的表格提取)、宏观经济理解和法律法规解读均由智能工具辅助人完成。券商投行板块，包括招股说明书、债券募集说明书等投行文案撰写、文档摘要生成、财务报表钩稽关系校验、跨文档要素审核、企业估值模型优化均由人机同行的方式实现，目前在国外已经出现了智能IPO的想法。在企业办公协作方面，一体化多媒体通讯、启发式流程处理(OA中的流程处置由AI引导和启发)、场景化服务唤起(如语音启动签报流程)、个性化办公界面和功能的应用将大幅提升券商企业协作能力。

国泰君安目前已启动财务、法律、合规智能工具建设，重点实现电子合同与实物校对、财务数据录入与校验、解读非结构化文案等功能。加快投行从数字化走向智能化的步伐，正在建设上市公司知识图谱、研究探索IPO文档词法分析与纠错、基于人工智能算法优化企业估值模型。结合新办公楼的启用打造智能办公协作平台，涵盖实时环境监测、智能安防体系，实现高效会议协同以及与OA之间的高度集成。

第六，智能运维。

未来运维体系由运维数据层、AI框架层、AI算法层、运维应用层组成。数据层汇聚了技术数据(包括网络、系统、存储、应用的日志等)、业务用户数据(包括用户分布情况、交易响应时间等)、IT管理数据(包括人员管理、事件管理等)、以及外部安全情报数据(如攻击、漏洞、病毒、木马等方面的情报信息)。AI框架层很大可能将利用主流开源的技术框架，如TensorFlow、Caffe、PaddlePaddle等，基于AI框架层自主实现各类AI算法，包括循环神经网络(LSTM)、递归神经网络(LSTM)、强化学习、拟合算法、分词算法等等。AI算法层开放API供前端调用，实现智能IT服务台、AIOps运维机器人、容量预测和安全态势感知。智能IT服务台能够理解回答用户问题、自动记录处理工单，AIOps能够识别语音、按既定方案操作，容量预测则基于海量数据的采集、整合预测容量发展变化趋势，安全态势感知预警未来攻击威胁、追溯事件源头、掌握宏观安全态势。

在数据层，国泰君安已完成IT基础设施环境、IT基础架构、应用等领域结构化、半/非结构化数据整合分析，实现了环境、技术、业务、用户、管理、安全情报等数据的汇聚贯通。基于运维大数据分析引擎，建立了集监控、分析、操作等为一体的自动化运维平台，结合机器学习开展网络安全态势感知模型建设，同步研制运维机器人。

人机同行，未来AI赋能者将拥有更强的竞争优势

未来人工智能会像“水、电、煤”、“人、财、物”一样，成为券商标配的、不可或缺的基础设施和资源。券商可以通过人机同行大幅降低门槛、提升运作效能，激发行业发展潜力，并衍生出更多的智能应用。未来科技的竞争不是简单的人机之间的竞争，更多存在于被AI赋能的人和那些没有掌握、利用AI技术的人之间，前者无疑将拥有更强的竞争优势。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-64421-4.html